显示除零之外的最小值以及每年的相邻列值+ Python 3+，数据框

Posted 2023-03-16

【中文标题】显示除零之外的最小值以及每年的相邻列值+ Python 3+，数据框

【英文标题】：Display minimum value excluding zero along with adjacent column value from each year + Python 3+, dataframe

【发布时间】：2019-05-13 04:50:47

【问题描述】：

我有一个包含三列的数据框，分别是年份、产品、价格。我想从每年的价格中计算不包括零的最小值。还想将 Product 列中的相邻值填充到最小值。

数据：

Year  Product       Price
2000   Grapes       0
2000   Apple        220
2000   pear         185
2000   Watermelon   172
2001   Orange       0 
2001   Muskmelon    90
2001   Pear         165
2001   Watermelon   99

新数据框中的理想输出：

Year  Minimum Price  Product
2000  172            Watermelon  
2001  90             Muskmelon   

【参考方案1】：

首先按boolean indexing过滤掉0行：

df1 = df[df['Price'] != 0]

然后将DataFrameGroupBy.idxmin 用于每个组的最小Price 索引，并由loc 选择：

df2 = df1.loc[df1.groupby('Year')['Price'].idxmin()]

替代方法是使用sort_values 和drop_duplicates：

df2 = df1.sort_values(['Year', 'Price']).drop_duplicates('Year')

print (df2)
   Year     Product  Price
3  2000  Watermelon    172
5  2001   Muskmelon     90

如果可能有多个最小值，并且每个组都需要它们：

print (df)
   Year     Product  Price
0  2000      Grapes      0
1  2000       Apple    220
2  2000        pear    172
3  2000  Watermelon    172
4  2001      Orange      0
5  2001   Muskmelon     90
6  2001        Pear    165
7  2001  Watermelon     99

df1 = df[df['Price'] != 0]
df = df1[df1['Price'].eq(df1.groupby('Year')['Price'].transform('min'))]
print (df)
   Year     Product  Price
2  2000        pear    172
3  2000  Watermelon    172
5  2001   Muskmelon     90

编辑：

print (df)
   Year     Product  Price
0  2000      Grapes      0
1  2000       Apple    220
2  2000        pear    185
3  2000  Watermelon    172
4  2001      Orange      0
5  2001   Muskmelon     90
6  2002        Pear      0
7  2002  Watermelon      0

df['Price'] = df['Price'].replace(0, np.nan)
df2 = df.sort_values(['Year', 'Price']).drop_duplicates('Year')
df2['Product'] = df2['Product'].mask(df2['Price'].isnull(), 'No data')
print (df2)
   Year     Product  Price
3  2000  Watermelon  172.0
5  2001   Muskmelon   90.0
6  2002     No data    NaN

【讨论】：

我们可以排除零而不创建新的数据框来计算最小值吗？

@sourabhnigam - 是的，df2 = df.loc[df.groupby('Year')['Price'].apply(lambda x: x[(x != 0)].idxmin())] 可以，但速度较慢

谢谢，我收到错误消息“ValueError：尝试获取空序列的 argmin”。如果在特定年份非零值不可用，它是否可以显示消息“无数据”？

@sourabh - 给我一秒钟。

@sourabh - 没那么容易，我将No data 字符串添加到product 列。也可以将其添加到Price，但获取带有字符串的数字数据，因此不推荐。但可以通过在我的解决方案末尾添加代码 - df2['Price'] = df2['Price'].fillna('No data')